Chercheur·e en CDD – Optimisation quantique

Le Centre national de la recherche scientifique est un organisme public de recherche pluridisciplinaire placé sous la tutelle du ministère de l’Enseignement supérieure et de la Recherche. Créé en 1939 et dirigé par des scientifiques, il a pour mission de faire progresser la connaissance et être utile à la société dans le respect des règles d’éthique, de déontologie et d’intégrité scientifique.

Missions :
Le poste s’inscrit dans le projet Q-FINS (Quantum FINe-scale route inference for marine Species), mené au Laboratoire d’Océanographie Physique et Spatiale (LOPS, UMR 6523 UBO/CNRS/Ifremer/IRD, Brest) sous la responsabilité de Jean-Marc Delouis et Tina Odaka.
Q-FINS vise à reconstruire les trajectoires de poissons marins à partir de données de biologging (profondeur et température enregistrées par des marques électroniques). Ce problème inverse devient fortement combinatoire dès que l’on introduit des contraintes biologiques globales (budget énergétique, changements de comportement), ce qui motive sa formulation comme une optimisation binaire quadratique (QUBO) adaptée au calcul quantique.
La mission consiste à développer et tester ces méthodes sur le calculateur quantique à atomes neutres Ruby de Pasqal, hébergé au TGCC, et à les comparer aux approches classiques.

Activités :
– Mettre en œuvre la formulation QUBO à encodage explicite des positions (position × temps) décrite dans la note technique Q-FINS : termes d’observation (température/profondeur), de mouvement, contraintes aux extrémités (lâcher et recapture) et au moins une contrainte biologique non locale (ex. budget métabolique).
– Adapter ces QUBO au calculateur à atomes neutres Ruby à l’aide des outils logiciels de Pasqal (ex. Pulser) et les exécuter au TGCC sur des instances réduites (environ 30 à 40 qubits, 10 à 15 pas de temps, trajectoires synthétiques ou sous-échantillonnées).
– Comparer les résultats aux références classiques sur le même objectif : programmation dynamique / HMM, branch-and-bound, recuit simulé.
– Évaluer les performances : meilleure énergie, temps d’obtention, reproductibilité, plausibilité des trajectoires, nombre de variables binaires.
– Si le temps le permet, explorer l’encodage compressé par mouvements.
– Documenter le code et rédiger une note de synthèse des résultats.
Pas d’encadrement de personnel.

Contexte de travail :
La personne recrutée sera accueillie au LOPS (Brest) et travaillera en lien étroit avec Jean-Marc Delouis et Tina Odaka, porteurs du projet Q-FINS.
Objectif : obtenir en deux mois une première preuve de concept de la reconstruction de trajectoires par optimisation quantique sur Ruby, appuyée par une comparaison quantitative avec les méthodes classiques.
Moyens : accès à distance au calculateur quantique Ruby de Pasqal au TGCC, ressources de calcul HPC pour les références classiques, note technique Q-FINS, données de biologging et champs environnementaux fournis par l’équipe. Contrat financé par le projet IAOCEA.

Le Centre national de la recherche scientifique est l’une des plus importantes institutions publiques au monde : 34 000 femmes et hommes (plus de 1 000 laboratoires et 200 métiers), en partenariat avec les universités et les grandes écoles, y font progresser les connaissances en explorant le vivant, la matière, l’Univers et le fonctionnement des sociétés humaines. Depuis plus de 80 ans, y sont développées des recherches pluri et interdisciplinaires sur tout le territoire national, en Europe et à l’international. Le lien étroit que le CNRS tisse entre ses missions de recherche et le transfert vers la société fait de lui un acteur clé de l’innovation en France et dans le monde. Le partenariat qui le lie avec les entreprises est le socle de sa politique de valorisation et les start-ups issues de ses laboratoires (près de 100 chaque année) témoignent du potentiel économique de ses travaux de recherche.

Competences :
Doctorat obligatoire en physique, mathématiques appliquées, informatique ou discipline connexe. Expérience en optimisation combinatoire et en formulations QUBO/Ising ; connaissance du calcul quantique, idéalement analogique à atomes neutres. Très bonne maîtrise de Python et des environnements de calcul intensif (Linux, ordonnanceur de tâches). Une connaissance des problèmes inverses, de l’assimilation de données ou de l’écologie du mouvement est un plus.
Autonomie, rigueur, capacité à produire rapidement des résultats sur une mission courte ; anglais scientifique.

Contraintes et risques :
Mission courte (2 mois) aux objectifs resserrés. Travail sur un calculateur quantique distant : dépendance aux créneaux d’accès à Ruby et aux files d’attente du TGCC. Pas d’astreinte.